基于三阶层论法律推理命题表示方法、法律事件推理方法和电子设备技术

本发明专利技术提供一种基于三阶层论法律推理命题表示方法、法律事件推理方法和电子设备，其中，方法包括：获取预设法律事件图谱；基于所述法律事件图谱中知识类型利用与所述知识类型对应的推理表示框架对所述法律事件图谱进行法律命题表示；利用三阶层论将所述法律命题进行概率化表示。由于预测的路径是基于法律三阶层论推理生成，该预测能够有充分的解释性，例如可以解释清楚要件合法性命题成立的情况以及支持它的概率大小，进而提供为法律决策提供预测和证据支撑。

【技术实现步骤摘要】
基于三阶层论法律推理命题表示方法、法律事件推理方法和电子设备
本专利技术涉及人工智能领域，尤其涉及一种基于三阶层论法律推理命题表示方法、法律事件推理方法和电子设备。
技术介绍
推理是自然语言处理领域非常重要且具有挑战性的任务，其目的是使用已有的知识和推断技术对未见过的输入信息作出判断。机器推理需要启发式和策略，这通常由知识渊博的领域专家完成。这个过程就是机器推理对企业来说很难扩展的地方，因为这需要大量的专家人力来完成这个策略。机器推理最适用于确定性场景。也就是说，确定某件事是否真实，或者是否会发生。机器推理(MachineReasoning)在常识问答、事实检测、自然语言推理、视觉常识推理、视觉问答、文档级问答、多轮语义分析和问答等任务上都有不错的应用。现有技术中也存在一些基于法律事件的推理方法，例如申请号为CN201910348896的中国专利公开了一种《法律案件深度推理方法》，该专利公开的技术方案是针对诉讼请求的支持率推理，是单纯的数据学习推理，其实质上是指狭义的推理，最后利用机器学习模型针对特征进行回归或分类，是机器学习模型概念中的“推理”，也可以称为“预测”。3.上述的推理研究是建立在数据观察的基础上，例如支持率、胜败诉率等等，对于推理的原子性问题没有深入研究，重心集中在如果让机器学习到输入和输出的相关性。目前，现有的推理大部分的研究主要依赖于机器算法模型输出的结果，对结果的解释性非常缺乏，没有根据法律因果推理解释的结果是难以被采信和认可。单纯通过机器学习对数据拟合是无法产生解释性的，必须在理论的指导下，构建出实体和逻辑，再通过推理理论的步骤和路径，才能对所产生的推理结果进行解释。
技术实现思路
为了解决现有技术中法律事件的推理缺乏解释性，本专利技术提供一种基于三阶层论法律推理命题表示方法、法律事件推理方法和电子设备。第一方面，本专利技术提供一种基于三阶层论法律推理命题表示方法，该方法包括：获取预设法律事件图谱；基于所述法律事件图谱中知识类型利用与所述知识类型对应的推理表示框架对所述法律事件图谱进行法律命题表示；利用三阶层论将所述法律命题进行概率化表示。可选地，所述推理表示框架包括：基于符号逻辑表示框架、基于统计规则表示框架和嵌入式向量表示框架中的至少之一。可选地，所述利用三阶层论将所述法律命题进行概率化表示包括：利用三阶层论将不同表示框架表示的法律命题融合；利用概率图模型将融合后的法律命题进行推理连接。可选地，利用三阶层论将不同表示框架表示的法律命题融合包括：将不同表示框架表示的法律命题进行变量化；将变量化后的法律命题按照三阶层论的演进关系进行关联。可选地，所述获取预设法律事件图谱包括：获取法律事件图谱；基于多轮交互策略获取被交互对象描述的法律事件的第一要件和第一要件关系；利用所述第一要件和所述第一要件关系所述对所述法律事件图谱进行更新得到法律事件演化交互图谱；将所述法律事件演化交互图谱作为预设法律事件图谱。可选地，所述获取法律事件图谱包括：定义法律事件图谱；在法律事件图谱收集法律语料；基于所述法律语料在所述法律语料中抽取第二要件和第二要件关系。根据第二方面，本专利技术实施例提供了一种法律事件推理方法，包括：获取法律事件交互图谱；将所述法律事件交互图谱属于预训练推理模型，得到法律事件的推理结果；所述预训练推理模型基于采用上述第一方面任一项所述的基于三阶层论法律推理命题表示方法生成的法律命题概率图构建而成。根据第三方面，本专利技术实施例提供了一种基于三阶层论法律推理命题表示装置，包括：获取模块，用于获取预设法律事件图谱；命题表示模块，用于基于所述法律事件图谱中知识类型利用与所述知识类型对应的推理表示框架对所述法律事件图谱进行法律命题表示；概率化模块，用于利用三阶层论将所述法律命题进行概率化表示。根据第四方面，本专利技术实施例提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行上述第一方面任意一项所述的基于三阶层论法律推理命题表示方法或上述第二方面所述的法律事件推理方法。根据第五方面，本专利技术实施例提供了一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行上述第一方面任意一项所述的基于三阶层论法律推理命题表示方法或上述第二方面所述的法律事件推理方法。由于预测的路径是基于法律三阶层论推理生成，该预测能够有充分的解释性，例如可以解释清楚要件合法性命题成立的情况以及支持它的概率大小，进而提供为法律决策提供预测和证据支撑。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的基于三阶层论法律推理命题表示方法流程示意图；图2为本专利技术实施例提供的三阶层论命题概率图；图3为本专利技术实施例提供的第一轮的事件演化交互图谱示意图；图4为本专利技术实施例提供的第二轮的事件演化交互图谱示意图；图5为本专利技术实施例提供的第三轮的事件演化交互图谱示意图；图6为本专利技术实施例提供的第四轮的事件演化交互图谱示意图；图7为本专利技术实施例提供的多轮问答框架示意图；图8为本专利技术实施例提供的法律事件推理方法流程示意图；图9为本专利技术实施例提供的基于三阶层论法律推理命题表示装置示意图；图10为本专利技术实施例提供的电子设备框图。具体实施方式为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。正如
技术介绍
所述，目前的现有技术关于法律事件的推理均是基于数据观察本文档来自技高网...

【技术保护点】
1.一种基于三阶层论法律推理命题表示方法，其特征在于，包括：/n获取预设法律事件图谱；/n基于所述法律事件图谱中知识类型利用与所述知识类型对应的推理表示框架对所述法律事件图谱进行法律命题表示；/n利用三阶层论将所述法律命题进行概率化表示。/n

【技术特征摘要】
1.一种基于三阶层论法律推理命题表示方法，其特征在于，包括：
获取预设法律事件图谱；
基于所述法律事件图谱中知识类型利用与所述知识类型对应的推理表示框架对所述法律事件图谱进行法律命题表示；
利用三阶层论将所述法律命题进行概率化表示。


2.如权利要求1所述的基于三阶层论法律推理命题表示方法，其特征在于，所述推理表示框架包括：基于符号逻辑表示框架、基于统计规则表示框架和嵌入式向量表示框架中的至少之一。


3.如权利要求1所述的基于三阶层论法律推理命题表示方法，其特征在于，所述利用三阶层论将所述法律命题进行概率化表示包括：
利用三阶层论将不同表示框架表示的法律命题融合；
利用概率图模型将融合后的法律命题进行推理连接。


4.如权利要求3所述的基于三阶层论法律推理命题表示方法，其特征在于，利用三阶层论将不同表示框架表示的法律命题融合包括：
将不同表示框架表示的法律命题进行变量化；
将变量化后的法律命题按照三阶层论的演进关系进行关联。


5.如权利要求1所述的基于三阶层论法律推理命题表示方法，其特征在于，所述获取预设法律事件图谱包括：
获取法律事件图谱；
基于多轮交互策略获取被交互对象描述的法律事件的第一要件和第一要件关系；
利用所述第一要件和所述第一要件关系所述对所述法律事件图谱进行更新得到法律事件演化交互图谱；
将所述法律事件演化交互图谱作为预设法律事件图谱。


6.如权利要求5所述的基于三阶层论法律...

【专利技术属性】
技术研发人员：王毅，刘昌鑫，杜向阳，
申请(专利权)人：南京擎盾信息科技有限公司，
类型：发明
国别省市：江苏;32